基本概念
随机试验(random experiment)(简称试验)
条件:
- 在相同的条件下可以重复地进行;
- 每次试验的结果不止一个,但试验的所有可能结果预先是明确的;
- 每次试验之前不能预先确定哪一种结果会出现。
例如抛硬币这个试验,满足以上三个条件。
基本事件(simple event)
随机试验的每一个可能结果,通常用小写的希腊字母 ω 表示。
如掷一颗骰子的试验中,其出现的点数,“1点”、“2点”……“6点”都是基本事件。
复合事件
由基本事件复合而成的事件。
如掷一颗骰子的试验中,出现偶数点,它是由出现“ 2 点”或“ 4 点”或“ 6 点”三个基本事件组成的,这是个复合事件。
样本空间
随机试验 E 的所有可能结果,即基本事件全体组成的集合称为试验 E 的样本空间,记作 Ω。样本空间的每一个元素,即每一个基本事件,称为样本空间的样本点。
古典概型(或称等可能概型)
如果随机试验,具有如下两个特征:
(1)试验的样本空间的基本事件只有有限个;
(2)试验中每个基本事件发生的可能性相同。
条件概率
在实际问题中,有时除了要考虑事件A发生的概率外,还需要考虑在某事件B发生的条件下,事件A发生的概率,将这种概率记为P(A|B)。
参数估计
参数估计是统计推断的基本问题之一。在很多实际问题中,经常遇到随机变量X(即总体X)的分布函数的形式已知,但它的一个或者多个参数未知的情形,此时写不出确切的概率分布函数。若通过简单随机抽样,得到总体X的一组样本观测值(x1,x2,…,xn),则自然会想到利用这一组数据来估计这一个或多个未知参数。诸如此类,利用样本去估计总体未知参数的问题,称为参数估计问题。参数估计问题有两类,分别是点估计和区间估计。